Teil unseres Glossars der Notationsbegriffe.
Musiktranskription, also das Übertragen von Klang in Notenschrift, hat in jeder Epoche anders ausgesehen. Werkzeuge und Grenzen haben sich verändert und mit ihnen das, wofür Menschen das Ergebnis tatsächlich brauchten.
Die Antike und die ersten Notenschriften
Die ältesten erhaltenen Aufzeichnungen von Musik stammen aus dem Alten Orient. Dazu gehört eine Keilschrifttafel aus Ugarit im heutigen Syrien, die auf etwa 1400 v. Chr. datiert wird. Die alten Griechen entwickelten ein System, in dem Buchstaben für Tonhöhen standen. Im alten China entstand für Instrumente wie die Guqin eine Art Tabulatur. Sie hielt fest, wohin die Finger gesetzt wurden, und nicht, welche Töne dabei herauskamen.
Diese Systeme lösten unterschiedliche Probleme für unterschiedliche Musikkulturen. Als gescheiterte Versuche, etwas Besseres zu schaffen, sollte man sie deshalb nicht lesen. Für die Musik, die in diesen Kulturen tatsächlich gemacht wurde, haben sie funktioniert. Keines davon war als Vorstufe von etwas anderem gedacht.
Was ein System weglässt, verrät genauso viel wie das, was es festhält. Die griechische Notation gab keinen Rhythmus an, weil die Musik eng an Dichtung und Sprache gebunden war, und die brachten den Rhythmus schon mit. Die Guqin-Tabulatur hielt Bewegungen fest, weil das Spiel auf dem Instrument ebenso meditative Praxis wie Vortrag war. Wie sich die Hand anfühlte, zählte genauso viel wie der Klang, der dabei entstand. Diese Lücken waren kein Versehen.
Neumen und Liniensystem im mittelalterlichen Europa
Im 9. Jahrhundert waren in europäischen Klöstern Neumen in Gebrauch. Das waren Zeichen über dem Text, die ungefähr zeigten, wie sich eine Melodie bewegt, ohne genaue Tonhöhen festzulegen. In Gemeinschaften, in denen alle das Repertoire schon kannten und immer jemand da war, der es beibringen und den Rest ergänzen konnte, reichte das völlig. Vor allem sollten die Neumen den Mönchen helfen, sich an geistliche Gesänge zu erinnern, die sie größtenteils nach Gehör gelernt hatten.
Um 1025 n. Chr. führte Guido von Arezzo das System aus vier Linien ein, das Tonhöhen an bestimmte Linien auf der Seite band. Dazu kam ein Silbensystem, mit dem Sänger:innen Intervalle nach Gehör lernen konnten. Das Liniensystem war nicht einfach eine bessere Version der Neumen. Es antwortete auf eine andere Frage, nämlich wie man Sänger:innen Musik beibringt, die sie noch nie gehört haben, wenn sonst auch niemand im Raum sie kennt. Die eng verbundene Klostergemeinschaft, in der Neumen funktioniert hatten, war im Wandel, und genau auf diesen Wandel hat das Liniensystem reagiert.
Kopist:innen im 18. und 19. Jahrhundert
Wer lange Zeit mehr Exemplare eines Stücks brauchte, musste sie von Hand abschreiben lassen. Verlage beschäftigten dafür professionelle Kopist:innen, die ganze Orchesterwerke in dem Tempo vervielfältigten, das der Markt gerade verlangte. Ein einziges großes Werk konnte Tage dauern, Fehler schlichen sich ein, und je mehr Musik zu kopieren war, desto stärker kam das System an seine Grenzen.
Manchmal wird das als offensichtlich unzureichendes System dargestellt, das nur darauf wartete, ersetzt zu werden. Es hat aber auch einige der sorgfältigsten Handschriften der Musikgeschichte hervorgebracht, angefertigt von erfahrenen Profis, die für diese Arbeit geschätzt wurden. Schlecht war das System nicht. Die Nachfrage wuchs nur schneller, als die Kopist:innen hinterherkamen.
Aufnahme, MIDI und Notensatzprogramme im 20. Jahrhundert
Edison erfand 1877 den Phonographen, der zum ersten Mal ein tatsächliches Spiel festhielt. Plötzlich ließ sich die Aufführung selbst aufbewahren und nicht nur eine Beschreibung von ihr. Den größten Teil des 20. Jahrhunderts gab es Aufnahmen und Noten als getrennte Formate nebeneinander. Man nutzte sie für verschiedene Dinge, und keines ersetzte das andere.
MIDI wurde 1983 standardisiert und schuf eine direkte Verbindung zwischen einem elektronischen Keyboard und einem Computer. Du spielst einen Ton, und der Computer registriert ihn. So ließ sich zum ersten Mal ein Spiel als bearbeitbare Daten festhalten statt nur als Audio. Allerdings funktionierte das nur mit elektronischen Instrumenten. Eine Klavieraufnahme, eine Singstimme, eine Gitarre: Nichts davon kam in MIDI an.
Notensatzprogramme kamen Ende der 1980er-Jahre auf und machten das Setzen und Bearbeiten von Noten am Computer viel schneller. Jede einzelne Note musstest du aber immer noch selbst eingeben. Den Schritt von „es gibt eine Aufnahme“ zu „es gibt Noten“ konnte weiterhin nur jemand mit geschultem Gehör machen.
KI und automatische Musiktranskription
Schon seit den 1970er-Jahren hatten Forschende Stück für Stück an der automatischen Transkription von Audio gearbeitet. Richtig Fahrt nahm das aber erst auf, als nach 2012 Deep Learning ins Spiel kam. Diese Systeme folgten keinen von Hand programmierten Regeln. Sie lernten aus großen Datenmengen und erkannten irgendwann so zuverlässig, welche Töne wann auf welchem Instrument gespielt wurden, dass die Ergebnisse brauchbar waren. Google veröffentlichte 2018 ein Modell, das bei Klavieraufnahmen stark abschnitt, und bald folgten kommerzielle Werkzeuge, die auf dieser Forschung aufbauten.
Heutige KI-Transkription arbeitet mit ganz normalen Audiodateien und ist deshalb nicht wie MIDI auf elektronische Instrumente beschränkt. Bei übersichtlichen Aufnahmen eines einzelnen Instruments ist das Ergebnis oft sauber genug, um es direkt zu verwenden. Dichtere Arrangements und stark bearbeitete Sounds brauchen mehr Nacharbeit. Aber selbst dann fängst du mit einem KI-Entwurf besser an als mit einem leeren Blatt. Wie aus Audio heute genau MIDI wird, erklären wir ausführlich in unserem Leitfaden zur Umwandlung von Audio in MIDI.
Wo Songscription ins Bild passt
Songscription ist ein KI-Werkzeug für die Transkription und wandelt Audiodateien in Noten, MIDI, Gitarrentabs oder MusicXML um. Wie es sich in der Praxis im Vergleich zu anderen Lösungen schlägt, kannst du in unserer Übersicht über KI-Software zur Musiktranskription nachlesen. Dort stellen wir die wichtigsten Werkzeuge genauer vor.
Wie es weitergeht
Die nächste Entwicklungswelle zielt auf zwei Dinge: eine engere Einbindung in Musikproduktionssoftware und Transkription in Echtzeit, also während eines Live-Auftritts statt danach. Bei sauberen Aufnahmen ist die Genauigkeit schon so weit, dass sich das Ergebnis mit wenigen Korrekturen verwenden lässt. Schwierig bleibt vor allem komplexes Material wie dichte Arrangements oder stark bearbeitete Sounds, und auch da wird es besser.
Zum Schluss
Die Geschichte der Musiktranskription ist eigentlich keine Geschichte von Problemen und Lösungen, die sich zu einer besseren Gegenwart aufaddieren. Sie besteht aus verschiedenen Werkzeugen für verschiedene Situationen, und jedes davon spiegelt die Bedürfnisse und Grenzen seiner Zeit. Die Notation der Klöster funktionierte für Klöster. Das Liniensystem half, als Sänger:innen Musik lernen mussten, die sie noch nie gehört hatten. Für einen kommerziellen Musikhandel taugte das Abschreiben von Hand, für elektronische Instrumente MIDI. KI kommt mit Aufnahmen zurecht und wird darin immer besser.
Durch alle Epochen zieht sich, dass aufgeschriebene Musik immer eine Vereinfachung ist. Kein System hält alles fest. In einer Aufführung stecken Dynamik, Timing, Textur und Interpretation, auf die Notation nur hindeuten kann, ohne sie je ganz festzuhalten. Das ist kein Mangel einer bestimmten Epoche, so ist Notation eben. Mit der KI hat sich geändert, wer Noten erstellen kann. Früher brauchte es Jahre an Gehörbildung und viel Zeit, um aus einer Aufnahme Noten zu machen, heute dauert es ein paar Minuten. Jede Generation hat für sich herausgefunden, wofür die aufgeschriebene Form von Musik eigentlich gut ist, und keine hatte so leichten Zugang dazu wie diese. Wenn du das Gehör trainieren willst, das immer noch den Unterschied macht, fang am besten mit unserem Einsteigerleitfaden zum Transkribieren von Musik an.
Häufige Fragen
Wie sieht die Geschichte der Musiktranskription aus?
Am besten versteht man sie als Reihe verschiedener Werkzeuge für verschiedene Situationen und nicht als gerade Linie bis in die Gegenwart. Die ältesten erhaltenen Musikaufzeichnungen stammen aus dem Alten Orient. In europäischen Klöstern schrieb man Neumen, bis Guido von Arezzo um 1025 n. Chr. das System aus vier Linien einführte, und über Jahrhunderte haben Kopist:innen Noten von Hand vervielfältigt. Tonaufnahme, MIDI, Notensatzprogramme und schließlich KI sind jeweils aus den Bedürfnissen und Grenzen ihrer Zeit entstanden.
Seit wann ist KI-Musiktranskription brauchbar?
An der automatischen Transkription von Audio wurde schon seit den 1970er-Jahren geforscht. Richtig schnell ging es aber erst voran, als nach 2012 Deep Learning dazukam. Diese Systeme folgten keinen von Hand programmierten Regeln, sondern lernten aus großen Datenmengen und lieferten irgendwann brauchbare Ergebnisse. Google veröffentlichte 2018 ein Modell, das bei Klavieraufnahmen stark abschnitt, und kommerzielle Werkzeuge folgten.
Warum konnte MIDI keine akustischen Aufnahmen transkribieren?
MIDI wurde 1983 standardisiert und verband ein elektronisches Keyboard direkt mit einem Computer. Damit ließ sich das Spiel zum ersten Mal als bearbeitbare Daten festhalten statt nur als Audio. Allerdings funktionierte das nur mit elektronischen Instrumenten. Eine Klavieraufnahme, eine Singstimme oder eine Gitarre kamen so nicht in MIDI an. Heutige KI-Transkription schließt diese Lücke, weil sie mit ganz normalen Audiodateien arbeitet.
